tmap ! 绘制地图超方便，关键还能交互操作！绝了~~

DataCharm

发布于 2024-07-31 12:04:35

1990

发布于 2024-07-31 12:04:35

文章被收录于专栏：数据学术商业新闻

前言

一、「tmap」-像ggplot2一样绘制超赞地图图表~~
二、可视化学习圈子是干什么的？
三、系统学习可视化
四、猜你喜欢

前言

我们的数据可视化课程已经上线啦！！目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。课程免费新增，这点绝对良心！
我们第一个数据可视化交流圈子也已经上线了，主要以我的第一本书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~
参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

「tmap」-像ggplot2一样绘制超赞地图图表~~

在我们的R语言可视化课程中，大部分的地图绘制都是使用R语言中的ggplot2和一些拓展绘图工具包完成的，大家学习起来也特别顺心~~

今天就给大家介绍一个和ggplot2类似的绘图语法地图绘制工具-「tmap」,那种超赞的出版级别地图更是可以一键绘制呢~

tmap绘图工具介绍

在R语言中，tmap（thematic maps）是一个强大的地图可视化工具包，专门用于创建各种类型的地图。它的设计目标是简化地图的制作过程，同时提供丰富的地图样式和交互功能。其功能和特点如下：

简单易用的语法: tmap提供了简洁而直观的语法，使得用户能够快速创建各种类型的地图，无论是基本地图还是具有丰富地理信息的专业地图。
支持各种地图类型: 可以创建静态地图、交互式地图和符号地图。静态地图适合于发布和打印，而交互式地图则允许用户在地图上进行交互和探索。
多种地图样式: tmap支持多种地图样式，包括等级符号图、色彩填充图、分级填充图等，使得用户可以根据数据的特点选择最合适的可视化方式。
地图元素控制: 用户可以通过tmap来控制地图的各种元素，如标题、图例、比例尺等，以便生成符合需求的专业地图。
空间数据处理: tmap能够直接处理空间数据，支持常见的地理空间数据格式，如Shapefile、GeoJSON等，同时也支持用于空间数据分析的其他R包。
地图交互和分层: 对于交互式地图，tmap允许用户通过添加分层的方式来呈现多个地理数据层，使得复杂的地理信息可以以清晰和互动的方式展示出来。

tmap绘图步骤

之所以和ggplot2绘图语法类似，是因为tmap中也有和ggplot2中，用于绘制不同图层对象的函数。如

绘制文本有tm_text()函数；
绘制X/Y轴标签有tm_x/ylab()函数；
绘制空间线图有tm_lines()函数

而且，每一个绘图函数中都有着详细且复杂的修改参数，用于完成本图层的属性设置。

使用tmap包绘制地图可以分为以下几个基本步骤：

步骤一：加载必要的包和数据

首先，需要确保已经安装并加载了tmap包，同时准备好要用于地图绘制的空间数据。tmap通常与其他处理空间数据的包如sf（Simple Features for R）和sp（spatial）配合使用。

# 加载必要的包
library(tmap)
library(sf)  # 如果使用sf包处理空间数据

# 读取空间数据
# 这里举例使用sf包中的一个示例数据集
data(World)

步骤二：创建地图对象并设置样式

接下来，使用tmap中的tm_shape函数创建一个地图对象，并设置地图的基本样式，比如边界线、填充颜色等。

# 创建地图对象并设置样式
map &lt;- tm_shape(World) +
         tm_borders()  # 添加国界线

在这个例子中，tm_shape函数用于指定绘制的空间对象（在这里是World），然后使用tm_borders函数添加国界线。

步骤三：添加其他地图元素

根据需要，可以进一步添加其他地图元素，如标题、图例、比例尺等，以增强地图的可读性和信息量。

# 添加标题和图例
map &lt;- map +
         tm_layout(title = "World Map",  # 标题
                   legend.position = c("left", "bottom"))  # 图例位置

步骤四：调整地图样式和布局

可以根据具体需求调整地图的样式和布局，比如修改颜色、添加文本标注、更改地图投影等。

# 修改地图样式
map &lt;- map +
         tm_fill(col = "lightblue") +  # 修改填充颜色
         tm_text("iso_a3")  # 添加国家代码文本标注

步骤五：显示和保存地图

最后，使用tmap包中的tm_view函数显示地图，或者使用tm_save函数保存地图到文件中。

# 显示地图
tm_view(map)

# 保存地图为PDF文件
tm_save(map, file = "world_map.pdf", width = 10, height = 8, dpi = 300)

以上就是使用tmap包绘制地图的步骤主要涉及加载数据、创建地图对象、设置样式和布局、添加元素，最后显示或保存地图。读者可以根据的绘图需求再额外添加其他图形类型。

tmap可视化案例

这一小节我们列举几个tmap绘制的地图可视化案例，我当初就是被这个案例“骗”来学习tmap的····

choropleth with bubble map

# load example dataset
 data("metro")
 # draw dotstm_shape(metro) + 
tm_dots()
 # draw a bubble maptm_shape(metro) + 
tm_bubbles(“pop2020")
 # draw a colored bubble map
 tm_shape(metro) + 
tm_bubbles("pop2020", col = "growth")

# combine choropleth with bubble map
 tm_shape(World) +
 tm_polygons("income_grp") +
 tm_shape(metro) + 
tm_bubbles("pop2020", col = "growth")

当然，还可以一键修改绘图主题哦：

 ... +
 tm_style("classic")

交互式地图可通过如下步骤完成：

tmap_mode("view")

tm_shape(World) +
    tm_polygons("HPI")

此外，还可以进行分面交互地图的绘制呢：

tmap_mode("view")
tm_shape(World) +
    tm_polygons(c("HPI", "economy")) +
    tm_facets(sync = TRUE, ncol = 2)

好了，tmap还有很多好用的绘图函数等着大家探索呢，更多关于tmap工具包中的其他使用语法和绘图函数，感兴趣的同学可阅读：tmap工具包官网[1]

可视化学习圈子是干什么的？

可视化学习圈子是书籍「科研论文配图绘制指南-基于Python」一书的学下圈子：主要通过以下几个方面，给大家带来比纸质书籍更丰富的学习内容：

视频教学，和读者零距离互动交流
及时修正勘误和定期新增绘制知识点
拓展衍生，绘图知识点远超书籍本身
直播视频+拓展资料+答疑，学习更高效

「PS」：我们直播教学内容为课堂式教学，原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程，圈子中的同学可以免费、反复观看。当然，新增内容和定期答疑，直播也是如此。

为何会有这个书籍学习社群？无门槛的微信群难免会鱼龙混杂，问题和质量都无法得到保证，而且一些关键问题经常被淹没，且没有沉淀价值。
随着添加我微信的人日益增多，向我提问的人也越来越多，随便回答一下就太不负责任了；不回答也不是很好；如果都仔细回答，我也有自己的工作并且确实很忙，真的有点心有余而力不足！所以我才会建立这么一个渠道来沉淀我的可视化技巧和分享经验，以及给大家提供一个坚持学习的平台。

微信扫描下方二维码即可参与我们的书籍学习圈子啦：

微信扫码即可加入学习圈子

系统学习可视化

当然，在学习数据可视化的道路上，你也有很多问题得不到解答，也可以加入我们的可视化课程(可视化系列课程推文)后，在学员群里和大家一起谈论，一起进步，或者直接向我提问。如果我觉得你的问题很具有普适性，我会把它写成文章发布在公众号上，让更多人看到，有关我们数据可视化系列课程的服务内容，可以参考下面的 阅读原文。